数据挖掘学习图谱

南笙酒味 提交于 2019-12-13 11:53:32

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>>

接下来的三个月打算用来攻下数据挖掘这一座大山。可以算是从零基础开始入门,希望我的课表能给将来的学习者提供一些学习上的捷径。

1. 数学基础

机器学习必要的数学基础主要包括:多元微积分,线性代数

  1. Calculus One
  2. Calculus: Single Variable
  3. Multivariable Calculus
  4. Linear Algebra

2. 统计基础

  1. Data Analysis and Statistical Inference|课程笔记
  2. Introduction to Statistics: Descriptive Statistics
  3. 概率
  4. Introduction to Statistics: Inference

3. 编程基础

  1. Programming for Everybody
  2. Introduction to Computer Science:Build a Search Engine & a Social Network

4. 机器学习

  1. Statistical Learning
  2. Machine Learning
  3. 机器学习基石
  4. 机器学习技法

下面是近期的给外行人读的泛数学科普书籍,由浅至深,作用除了感受数学之美之外,更重要的是可以作用每天学习的鸡血,因为这些书都比较好读……

1.《数学之美》作者:吴军2.《 Mathematician’s Lament | 数学家的叹息》作者:by Paul Lockhart3.《 Think Stats: Probability and Statistics for Programmers | 统计思维:程序员数学之概率统计 》 作者:Allen B. Downey4.《 A History of Mathematics | 数学史 》作者:Carl B. Boyer5.《 Journeys Through Genius | 天才引导的历程:数学中的伟大定理 》作者:William Dunham6.《 The Mathematical Experience | 数学经验 》作者 Philip J.Davis、Reuben Hersh7.《 Proofs from the Book | 数学天书中的证明 》作者:Martin Aigner、Günter M. Ziegler8.《 Proofs and Refutations | 证明与反驳-数学发现的逻辑 》作者:Imre Lakatos

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!